MCMC(一)蒙特卡罗方法 MCMC(二)马尔科夫链（待填坑） MCMC(三)M-H采样和Gibbs采样（待填坑） 作为一种随机采样方法，马尔科夫链蒙特卡罗（Markov Chain Monte Carlo，以下简称MCMC）在机器学习,深度学习以及自然语言处理等领域都有广泛的应用，是很多复杂算法求 ...
分类：
其他好文 时间：
2017-03-27 15:37:58
阅读次数：
165
用蒙特卡洛求解积分时 （Monte Carlo 随机采样对目标积分函数做近似） importance sampling func p(x) p(x)值大的地方，Monte Carlo多采几次 值小的地方，少采样一些。 一起贡献MC的积分值 http://blog.sina.com.cn/s/blog ...
分类：
其他好文 时间：
2016-11-17 20:31:51
阅读次数：
427
大数据时代要转变的思维： 要分析所有数据，而不是少量的数据样本 要追求数据的纷繁复杂，而不是精确性 要关注事物的相关关系，而不是因果关系 至今为止，人们搜集数据的能力有限，因此采用的是“随机采样分析”。 例如，要想知道中国顾客都联想笔记本的满意度，不可能对所有买了联想笔记本的人做问卷调查。通常的做法 ...
分类：
其他好文 时间：
2016-08-05 14:00:58
阅读次数：
255
Introduction to Monte Carlo Tree Search （蒙特卡罗搜索树简介） 部分翻译自“Monte Carlo Tree Search and Its Applications”。 MCTS 结合了传统 MC 随机采样的方法 和 树搜索的方法。MC 方法利用重复的随机采样 ...
分类：
其他好文 时间：
2016-07-15 23:37:55
阅读次数：
319
1. 蒙特卡洛估计 若$\theta$是要估计的参数，$y_{1},...,y_{n}$是从分布$p(y_{1},...,y_{n}|\theta) $中采样的样本值，假定我们从后验分布$p(\theta|y_{1},...,y_{n})$中独立随机采样$S$个$\theta$值，则 $$\thet ...
分类：
编程语言 时间：
2016-07-12 23:26:30
阅读次数：
480
三维计算视觉研究内容包括： 三维匹配 多视图三维重建 SLAM 目标识别 形状检测与分类 语义分类 立体视觉与立体匹配 ZNCC SFM 1、点云滤波方法（数据预处理）： 双边滤波、高斯滤波、条件滤波、直通滤波、随机采样一致性滤波。 VoxelGrid 2、关键点 ISS3D、Harris3D、NA ...
分类：
其他好文 时间：
2016-06-23 21:56:46
阅读次数：
1466
http://blog.csdn.net/pipisorry/article/details/51525308
吉布斯采样的实现问题
本文主要说明如何通过吉布斯采样进行文档分类（聚类），当然更复杂的实现可以看看吉布斯采样是如何采样LDA主题分布的[主题模型TopicModel：隐含狄利克雷分布LDA
]。
关于吉布斯采样的介绍文章都停止在吉布斯采样的详细描述上，如随机采样和随机...
分类：
其他好文 时间：
2016-05-30 14:50:50
阅读次数：
277
http://blog.csdn.net/pipisorry/article/details/51373090
马氏链收敛定理
马氏链定理： 如果一个非周期马氏链具有转移概率矩阵P,且它的任何两个状态是连通的，那么limn→∞Pnij
存在且与i无关，记limn→∞Pnij=π(j),
我们有
limn→∞Pn=???????π(1)π(1)?π(1)?π(2)π(2)?...
分类：
其他好文 时间：
2016-05-12 01:45:03
阅读次数：
333
sFlow 是由InMon、HP 和FoundryNetworks 于2001 年联合开发的一种网络监测技术，它采用数据流随机采样技术，可提供完整的第二层到第四层，甚至全网络范围内的流量信息，可以适应超大网络流量(如大于10Gbit/s)环境下的流量分析，让用户详细、实时地分析网络传输流的性能、趋势...
分类：
其他好文 时间：
2015-09-30 16:29:58
阅读次数：
149
1. 输入包含两个整数m和n，其中m<n。输出[0,n-1]内的m个随机数，要求：每个数选择出现的概率相等（也就是m/n），且按序输出。 依次考虑整数0,1,2,...,n-1，并通过一个适当的随机测试对每个整数进行选择。通过按序访问整数，可以保证输出结果是有序的。 ifm=2 and n=5，那....
分类：
其他好文 时间：
2015-06-09 13:40:31
阅读次数：
208
